本文讨论了功能对象导向网络(FOON)的知识表示和符号任务规划能力,利用 FOON 和图检索方法生成操作动作序列以完成任务目标,从而减少人类日常任务所需的人力。
Nov, 2022
本文描述了一种用于机器人任务的知识表示模型 FOON,定义了其结构和主要组件,并介绍了创建通用 FOON 数据集的过程。同时,讨论了在 FOON 中使用的各种搜索算法和启发式函数以及它们的效果。
本文主要介绍了针对机器人执行任务时需要的数据检索和算法设计,提出了一些加权功能对象网络和任务规划算法,能够使机器人和人类成功地共同完成比人类单独完成更复杂的任务。
通过使用智能机器人和通用函数面向对象网络(FOON)以及算法 IDS 和 GBFS,本文旨在研究厨房中的任务和目标的特定步骤与执行过程,以及不同算法的性能比较。
Dec, 2023
开发算法生成给定目标节点(食谱)的任务树规划,以及通过 FOON 进行智能烹饪的知识表达和任务规划。
Nov, 2023
本文介绍了用于机器人任务规划的功能面向对象网络 (FOON) 及其在提取任务树过程中使用的迭代加深搜索 (IDS) 和贪心最佳优先搜索 (GBFS) 算法在不同烹饪食谱中的表现比较。初步结果表明,根据所提供的配方,每种算法都可能比另一种更好。
通过使用 FOON 知识表示法和三个算法,为厨房中的机器人技术赋予了更高的创造力,成功率也得到了保证。
通过图搜索机制,使用来自众多视频源的知识,提高机器人灵活任务规划和处理能力,进而创造性地适应新挑战和环境。
通过使用功能对象导向网络(FOON)来解释信息以完成任务,可以帮助机器人进行任务竞争,网络中的几种方法包括迭代深化搜索或启发式方法,可以遍历网络并确定完成任务所需的步骤。
Oct, 2022
论文使用功能面向对象网络,实现了三种搜索算法,为给定目标节点生成任务树,论文详细介绍了该方法、过程和结果。